凯明格资讯网起底大晓机器人：押注比英伟达还早，登顶全球具身测试，4个月内两轮融资
编者按：
“十五五”规划纲要明确提出“加快高水平科技自立自强，起底球具引领发展新质生产力”。大晓达还顶全
当前，机器在集成电路、人押融资动力系统、注比早登高端装备及人工智能等关键领域，英伟月内众多企业正强化科技创新主体地位，身测试聚焦原始创新与核心技术攻关，两轮力求实现自主突破。起底球具
然而，大晓达还顶全“破壁”之路绝非坦途。机器
本期推出“加快高水平科技自立自强”系列调查，人押融资聚焦一批硬核突围的注比早登先锋企业。它们的英伟月内共同特征是：拒绝捷径与跟风，不依附于既有框架进行修补，身测试而是选择从底层重构、从零起步、以边缘切入核心——用中国智慧重塑行业规则。
我们不仅记录“追赶”的故事，更致敬那些敢于“重新定义”规则的勇气。
成立仅一年的大晓机器人，作为具身智能赛道的“后来者”，却展现出惊人的敏捷性：其技术路线比英伟达更早押注；在4个月内完成累计数亿美元的两轮融资；其核心世界模型Kairos，在新近发布的4项全球具身智能基准测试中全面登顶。
大晓机器人隶属于商汤“1+X”架构中的“X”板块。“1”代表生成式AI与视觉AI核心业务，“X”则指重组拆分的垂直领域生态。这一从商汤独立出来的先锋力量，提出了世界模型概念，并确立了以“人”而非“机器人”为中心的环境式数据采集范式。这一路径既区别于主流的VLA（视觉-语言-动作模型）路线，也挑战了行业重金投入的“真机数采”模式。起初，市场对此持怀疑态度。
去年8月，特斯拉具身智能团队放弃真机遥操，转向纯视觉学习。今年5月，英伟达发布世界基础模型Cosmos 3.0，其架构逻辑竟与大晓同源。
风向突变，曾经的“反共识”迅速演变为行业主流。
在拥挤的国内具身智能赛道中，大晓机器人是国内少数不绑定特定硬件形态，以“一脑多型”策略占据生态位的企业。
“入局虽晚，反而能少走弯路。”大晓创始人王晓刚表示。
注：大晓机器人名称源自公司首席科学家陶大程（前排左二）与创始人王晓刚（前排左三）。
晚入局，先破局
VLA（视觉-语言-动作模型）曾被视为具身智能领域的“ChatGPT时刻”，旨在将视觉感知、自然语言理解与动作控制统一于同一框架。
然而，现实应用面临严峻挑战。在VLA框架下，机器人仅能执行被明确定义的任务，且数据高度依赖人类遥操采集，需耗时数年才能积累10万小时数据。此外，数据被锁定在特定机器人本体上，一旦更换机型，数据即失效。
图示：人类遥操采集的数据往往受限于机器人本体，难以通用。
“公众对具身智能的真正期待，是出现类似ChatGPT的智能涌现：将未事先定义的任务交给机器人，它仍能合理完成，例如采购归来后，自动将洗涤剂、书籍等物品归位。但缺乏对物理世界结构化理解的VLA无法做到这一点。”王晓刚指出。
世界模型则提供了不同的解决方案。它以模拟环境动态、预测未来状态为核心，兼具理解、生成、预测三大能力，使模型具备自我演进、纠偏和进化的潜力。同时，大晓采用的“以人为中心”的数据采集方式，让真人佩戴触觉手套、头顶相机，在真实劳动中记录文字、图片、视频、力学信息及3D轨迹，数据直接输入模型。这打破了VLA框架下机器人动作依赖语言定义、且许多动作“难以言传”的局限。
王晓刚举例，美国具身智能公司Figure AI近期展示了一段视频：机器人收拾房间时，自然地将毛巾搭在肩上以腾出一只手。这一动作并非通过语言描述“喂”给大模型，而是通过动作轨迹学习。大模型学到的不仅是“怎么做”，更是“为什么这么做”。
图示：美国Figure AI机器人为腾出手臂，自然地将毛巾搭在肩上。
在新的数据采集范式下，世界模型所需的数据量有望迅速触及1000万小时——这是业内公认的模型智能涌现临界点。大晓规划：今年达成100万小时，明年冲刺1000万小时。
快下场，才能强
方向既定，行动迅速。
成立不到半年，大晓即推出具身大脑世界模型Kairos 3.0。
落地策略同样激进。许多具身智能公司因技术不成熟或不愿投入大量资源进行数据采集，往往回避进入实际场景。大晓则推出了一款不再受限于特定本体的“大脑”，搭载于形态各异的机器人身上，批量进入酒店、无人零售、无人物流仓等场景。
在上海西岸，大晓的“晓途”机器狗已全面投入常态化无人巡逻。传统巡检狗依赖预设轨道，仅在封闭场地运行。而搭载世界模型的“晓途”，能在开放环境下实现全流程自主导航，主动识别并提醒骑电动车、乱扔垃圾等行为。
图示：上海西岸，“晓途”机器狗已实现常态化无人巡逻。
在宝山滨江景区，大晓为商汤生态伙伴善惠机器人（SenseMartGo烧卖购机器人小店）提供无人零售解决方案。今年“五一”期间，单店实现“最快15秒一单、日均400单”的成绩。此类小店计划今年拓展至全国，规模有望达到上千家。
图示：SenseMartGo烧卖购机器人小店。
王晓刚认为，在具身智能时代，硬件、模型、数据、场景四大要素必须形成强闭环。在中国，这四者往往相互割裂——模型等不到高质量数据，本体等不到适配模型，场景方则两头落空。相比之下，特斯拉、Figure AI等美国企业实现了四项要素的高度集成，协同迭代效率极高。国内具备此实力的公司寥寥无几，大晓的战略是探索一种让四要素强绑定的模式。
为此，大晓与生态伙伴或有意愿的本体公司合作，迅速切入场景，直面问题。例如，善惠不仅提出成本、续航、节能减排等要求，还带来大量技术反馈，助力大晓在实战中快速迭代，并验证解决方案的大规模复制潜力。在整个具身产业链中，把握生态位的主导权至关重要。
沉细节，决长远
今年3月，大晓推出轻量版Kairos 3.0-4B，实现了全球首个世界模型端侧部署。演示视频中，搭载该模型的机器人完成7分钟家务，包括整理茶几、收拾衣物、准备早餐，全程一镜到底，无人工干预。
图示：大晓机器人演示7分钟无干预家务流程。
然而，这一小小成绩并不意味着未来一片坦途。
“理解”与“生成”之间的割裂，始终是模型世界的阿喀琉斯之踵——视觉理解模型能看图说话，却画不出像样的图；图像生成模型画技惊艳，理解语义却常出错。近期商汤开源的SenseNova U1系列模型虽已从架构层面弥合这一鸿沟，但“理解”的难度更深——世界模型要求对物理世界有真正的认知，如推椅子会倒、开冰箱灯会亮、松手杯子会掉落等。更何况，世界模型要求对理解、生成、预测三者做到统一，可谓难上加难。
蜀道之难，连全球权威的具身智能基准测试都未能锚定最硬核的标尺。大晓近期虽在RoboTwin等四大测试中拿下SOTA（当前最佳水平），涵盖双臂协作、场景泛化、物理建模与合成数据生成能力，但大晓保持清醒：当前的测评体系，恰恰缺失了对“长程任务”拆解与执行的关键考核。
何谓长程任务？例如，机器人面对一堆积木，需依序拼出指定Logo；或洗衣前，先辨识衣物材质，再分别匹配水温与洗涤剂。这些需要连续决策、动态调整的任务，才是真正的试金石。
ChatGPT爆火于2022年底，但大模型真正带来生产力价值、Token（词元）真正具备经济价值，却是从2024年开始。具身智能或许亦然，从实现智能涌现到批量用户愿意买单，预计还需三四年时间。
可以预见，当大批公司冲过1000万小时数据里程碑，最残酷的较量才刚刚开始。较量的核心，或将落在数据质量上。在这场长跑中，死磕技术才是构建护城河的关键。
原标题：《起底大晓机器人：押注比英伟达还早，登顶全球具身测试，4个月内两轮融资》
